【摘 要】
：
由于光照,遮挡以及车辆自身颜色的影响,车辆检测仍然是智能交通系统中的一大问题。本文提出了一种基于边缘和亮度信息的车辆检测方法。首先选取感兴趣区域,并根据标定信息映射为俯视图.利用边缘检测得到边缘线图及边缘填充图,利用分区域阈值分割得到亮度信息图.分析得到的边缘线,斑块,建立它们之间的对应关系可精确提取出车辆.实验证明,此方法对光照和车辆颜色不敏感,运算速度快,效果好。
【机 构】
：
同济大学嵌入式系统与服务计算教育部重点实验室 上海 200092
【出 处】
：
全国第15届计算机辅助设计与图形学学术会议
论文部分内容阅读
由于光照,遮挡以及车辆自身颜色的影响,车辆检测仍然是智能交通系统中的一大问题。本文提出了一种基于边缘和亮度信息的车辆检测方法。首先选取感兴趣区域,并根据标定信息映射为俯视图.利用边缘检测得到边缘线图及边缘填充图,利用分区域阈值分割得到亮度信息图.分析得到的边缘线,斑块,建立它们之间的对应关系可精确提取出车辆.实验证明,此方法对光照和车辆颜色不敏感,运算速度快,效果好。
其他文献
分水岭算法作为形态学中的经典算法,其对微弱边缘具有良好的响应,能够分割出图像中的噪声、物体表面细微的灰度变化,但是恰恰是这些特点使得分水岭算法产生过度分割的现象.针对这个问题本文提出一种基于改进分水岭算法的快速抠图算法。首先,算法对传统分水岭分割算法进行改进,提出利用扫描线填充的方法来去除过分割现象.其次,本文提出在算法中加入阈值并对阈值进行限制,从而减小改进后的分水岭算法复杂度,达到快速获取图像
从图像中自动准确的分离对象和背景已经成为视觉研究领域研究的基本问题和难点问题,背景减除技术是解决这一问题的关键技术.针对背景减除效果受光线强度变化影响剧烈,本文提出运用改进的图割算法解决这一难题。算法利用颜色衰减模型和对比度衰减模型,对能量公式中的颜色分量和对比度分量提出改进.针对分离出的二值图像,本文还提出利用形态学操作和空洞填充策略予以优化补偿.文章最后通过实验结果证明算法的有效性。
针对粒子滤波算法的缺陷,提出了改进粒子滤波算法。该算法利用径向基网络的最佳逼近特性,提高先验概率密度估计精度,消除噪声引起的估计误差,利用支撑向量回归法实现较少粒子的高精度跟踪.机动目标的跟踪仿真表明该算法的精度和稳定性优于粒子滤波和无迹粒子滤波,可实现实时鲁棒艰踪,视频目标的跟踪试验也表明该算法对有遮挡现象的跟踪问题的有效性。
本文主要研究了RCM水印算法,并且在原有算法的基础上进行了改进.同时,在嵌入水印图像到宿主图像之前,对水印图像进行了预处理,即:Arnold置乱,提高了数字水印的安全性。最后,分别在不同参数α和不同嵌入位情况下进行了仿真实验.仿真实验表明,选择合适的参数α和嵌入位,可以大大提高嵌入水印图像的PSNR值,从而提高了数字水印的安全性。
随着虚拟现实技术的发展,对物体进行快速有效建模逐渐成为了研究热点.其中基于图像建模技术是一种有效的建模方法,其最大的优点是可以利用图像中的信息直接建立物体的几何模型,从而可以迅速构建出具有“照片级”真实感的三维模型.文章提出一种基于两幅图像利用灭点性质进行建模的方法。该方法首先利用灭点属性推导出了相机中心在世界坐标系下的坐标位置的解析表述式,再得出两幅图像之间的空间几何约束关系,利用空间约束关系反
由于广告节目制作的多样性,新闻视频中广告片段的检测和定位是一个非常具有挑战性的问题。本文提出了一种新闻视频中广告片段定位的新方法。首先针对镜头切换和非镜头切换数目不平衡问题,提出了一种新的分类方法进行镜头检测,然后利用聚类分析粗略地标识广告块,最后通过分析相邻镜头的平均持续时间和镜头关键帧的视觉特征准确定位广告边界.实验结果表明本文方法具有较高的定位精度.
本文提出了一种新颖的基于Kalman降维运动滤波的快速电子稳像算法。针对电子稳像多维运动轨迹实时、鲁棒和精确的平滑滤波问题,提出了一种新颖的运动滤波算法,称为Kalman降维运动滤波,其基本思想是:将帧间变换关系满足线性关系的多维运动的轨迹平滑滤波问题转化为二维平移运动的平滑滤波处理,通过运动向量对齐,实现了直接求解补偿分量的优化,二维平移运动平滑滤波基于固定滞后平滑滤波器实现.采用Fourier
本文采用一种ANN(Approximate Nearest Neighbor)搜索与高斯金字塔相结合的方法对图像进行修复.首先概要的介绍了近年来提出的两大种图像修复算法,即基于偏微分方程的方法和基于纹理的方法,并指出了基于偏微分方程的修复方法很容易造成图像和视频的模糊.之后提出了一种ANN搜索与高斯金字塔相结合的图像修复方法,分析了ANN搜索方法的数据结构.最后的实验结果证明了方法的有效性。
针对高频信息较多的图像,提出了既能同时捕获线奇异和点奇异的NSCWT(Nonsubampled Contourlet Wavelet Transform)分析方法,并结合分形去除了图像中的噪声.该方法在对图像进行多尺度分解中,采用高频递归无下采样分解替代LP滤波器,用无下采样方向滤波器组对每一尺度分量进行分解,得到各个方向分量,再对高频冗余量进行小波变换,得到NSCWT系数,最后基于NSCWT引入
本文提出了基于曲线演化的MR边界轮廓高精度提取方法。针对MR图像边缘模糊和高噪声问题,改进Mumford-Shah曲线演化模型,将模糊聚类引入到轮廓函数的最小化计算中,降低对非规则细节和噪声的敏感性;利用水平集和半隐式的AOS数值实现方案进行轮廓曲线演化的迭代计算,提高计算效率。实验表明这种方法可以对边界模糊和高噪声的目标进行有效提取.